Data from Chromatin Looping Shapes KLF5-Dependent Transcriptional Programs in Human Epithelial Cancers
Notice bibliographique
Résumé
<div>Abstract<p>Activation of transcription factors is a key driver event in cancer. We and others have recently reported that the Krüppel-like transcription factor KLF5 is activated in multiple epithelial cancer types including squamous cancer and gastrointestinal adenocarcinoma, yet the functional consequences and the underlying mechanisms of this activation remain largely unknown. Here we demonstrate that activation of KLF5 results in strongly selective KLF5 dependency for these cancer types. KLF5 bound lineage-specific regulatory elements and activated gene expression programs essential to cancer cells. HiChIP analysis revealed that multiple distal KLF5 binding events cluster and synergize to activate individual target genes. Immunoprecipitation-mass spectrometry assays showed that KLF5 interacts with other transcription factors such as TP63 and YAP1, as well as the CBP/EP300 acetyltransferase complex. Furthermore, KLF5 guided the CBP/EP300 complex to increase acetylation of H3K27, which in turn enhanced recruitment of the bromodomain protein BRD4 to chromatin. The 3D chromatin architecture aggregated KLF5-dependent BRD4 binding to activate polymerase II elongation at KLF5 target genes, which conferred a transcriptional vulnerability to proteolysis-targeting chimera–induced degradation of BRD4. Our study demonstrates that KLF5 plays an essential role in multiple epithelial cancers by activating cancer-related genes through 3D chromatin loops, providing an evidence-based rationale for targeting the KLF5 pathway.</p>Significance:<p>An integrative 3D genomics methodology delineates mechanisms underlying the function of KLF5 in multiple epithelial cancers and suggests potential strategies to target cancers with aberrantly activated KLF5.</p></div>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».